科学新闻早餐 （04.03周一）
点击标题下“武理工智能交通”可快速关注
编辑：武汉理工大学智能交通系统研究中心
来源：科学网、交通部、教育部、科技部、国家自然科学基金委，中国交通新闻网，智能交通，啸谈阡陌，车云网，青塔网，搜狐网易科技，新浪科技，央视网
内容提要
(1)中国科学家研发“全天候”发电的太阳能电池
(2)留美女博士用身体为导师挡刀获评“中国好人”
(1)Facebook发布AI搜索引擎Faiss：比最先进搜索算法快8.5倍
(2)英特尔的新技术实现芯片间更好连接，将降低计算机成本及提供整体性能
(3)高通新技术将智能手机的虹膜扫描变成可能，传感器将实现超低能耗
(4)历年全部长江学者，各大高校表现如何？
(1)无人驾驶不是简单的技术工作
(2)无人驾驶远景乐观近路坎坷
Transportation Research Part A-F、AAP，中国公路学报、交通运输工程学报、交通信息与安全
科学网
中国科学家研发“全天候”发电的太阳能电池
山东和云南的科学家研发了一种“全天候”发电的太阳能电池。纳米研究领域的知名期刊《美国化学会纳米》和《纳米能源》杂志近日刊登文章，报道了中国海洋大学唐群委教授团队联合云南师范大学杨培志教授团队的这一研发成果。
唐群委告诉记者，“全天候”太阳能电池的工作原理是：当太阳光照射到太阳能电池时，并不是所有的太阳能都能被电池所吸收并转换为电能，只有部分可见光被有效转换为电能。为此，他们在电池中引入一种关键材料。在白天太阳光照时，这一太阳能电池光电转换效率略有提高，同时还能把未被吸收的可见光和近红外光的能量储存在这种材料中，并在夜晚以单色可见光释放。此时，单色可见光又被光吸收剂吸收并转换为电能，从而实现了太阳能电池在白天和夜晚都可以发电。
他说，优化的全天候太阳能电池太阳光照时的光电转换效率为10%，在夜晚的光电转换效率为25％以上。同时，这一类太阳能电池在夜晚的发电时间可以持续数小时。这一研究有助于延长太阳能电池的发电时间，有望实现在任何时段、任何天气下发电。有关成果已在国内申请了发明专利。
这一成果已引起国际关注。另一知名化学期刊《欧洲化学杂志》近期邀请唐群委团队撰写文章。这篇题为《全天候太阳能电池：正在崛起的光伏革命》的文章已发表。
作为新能源的重要组成部分，太阳能一直是清洁能源研究的热门领域。去年，唐群委和杨培志团队开发了一种石墨烯材料首次使得太阳能电池雨天发电成为可能，并在德国《应用化学》期刊发表论文《一种既可在阳光下也可在雨水下发电的太阳能电池》。
留美女博士用身体为导师挡刀获评“中国好人”
“学成归来时，我希望能像母校的老师一样，教书育人。”3月31日下午，刚刚获评见义勇为“中国好人”的肖雅清，回到母校中南林业科技大学，与师生共聚一堂，分享她的求学经历和为导师挡刀事件发生前后的心路历程。
美国时间2016年11月4日，在罗格斯大学攻读金融学博士的肖雅清，在协助导师工作时，有人进入办公室拿起凶器对着导师乱刺，她为救导师，奋不顾身用身体挡在导师前面，腹部被刺中数刀，身受重伤。
该事件在美国引起强烈反响，当地民众纷纷称赞肖雅清是“真正的英雄”、“中国的骄傲”，每天都有很多人去病房看望她，还有同学给她按摩、准备食物、彻夜守在病房。中国驻美国纽约总领事馆教育组领事专程看望了肖雅清，并带去了祖国的慰问和祝福。
经过4个多月的治疗和休养，肖雅清已基本康复，于近日回国，赴北京参加罗格斯中国校友会的活动，并应邀上台发言。在赴美继续学业前，肖雅清特意回到中南林业科技大学，感谢母校师生在获悉她为导师挡刀后第一时间送出的关心。
“当时只想保护导师，完全没有考虑会对自己造成多大的伤害。”肖雅清说，她非常感谢母校师生在她最艰难的治疗阶段给予她的关爱，让她倍感温暖，是她能够挺过危险期的主要动力。
“在美国我边求学边给学生教授‘投资学’课程，我很喜欢被学生需要的感觉。”肖雅清说，经历此次导师遇袭事件后，她对生命有了更深的感悟，希望将来能够成为一名教书育人的老师，同时从事金融学方面的研究。
“肖雅清的行为充分体现了中华民族临危不惧、见义勇为的传统美德。”中南林业科技大学党委书记赵运林认为，肖雅清用自己的壮举，向全世界展示了当代中国青年敢于担当、乐于奉献的良好形象。
赵运林表示，高校立身之本就在于立德树人，要进一步弘扬中华民族的传统美德，增强广大青年学子的民族自豪感和社会责任感，引导全体教师为社会培养更多像肖雅清一样德才兼备的优秀人才。
据了解，近年来，中南林业科技大学涌现出了一大批优秀师生校友，如“太行山上的新愚公”的李保国，“中国好人”、“中国英雄”肖雅清，在嘉陵江勇救落水儿童的“感动湖南人物”黄伊琳，用自己的林果技术精准扶贫的谭晓风、袁德义教授，多年来每天为考研学生用心服务的“保安导师"姚叔，以及助人为乐、拾金不昧的雷锋保洁夫妇唐会毕、李桂英等等。
微信论科教
Facebook发布AI搜索引擎Faiss：比最先进搜索算法快8.5倍
近日，Facebook发布了人工智能相似性搜索（Faiss）库，可以让Facebook对相似的多媒体文档进行快速搜索，这是以前传统的搜索引擎无法做到的挑战。Facebook实现的最近邻搜索算法，在十亿级的数据库上，比当前已知的最好方法，以及目前文献中已知的GPU上最快的k近邻搜索算法的速度快大约8.5倍。Faiss打破了一些记录，比如Facebook是第一个在十亿高维向量上建立k近邻图的。
传统的数据库是由包含符号信息的结构性表格组成的。例如，一个图像集可以表示成一个表格，表格的每一行代表一副索引图像。每一行都包含类似图像编号和描述文本的信息。并且这些行可以链接到其他表格的项，例如一张含有人的图片可以和一个姓名表链接起来。
AI工具，例如文本嵌入模型（word2vec），或卷积神经网络（CNN）描述子使用深度学习训练，会产生高维度向量。与固定的符号表示相比，这些表示更有表现力并且更灵活，Facebook将在文中进一步解释。然而用SQL索引的传统数据库不适合这些新的表示方法。首先，新媒体项目的巨大数据流会创造几十亿个矢量。其次，并且更重要的是，找到相似的项，意味着找到相似的高维向量，即使用标准的索引语言能做到，也是很无效的。
英特尔的新技术实现芯片间更好连接，将降低计算机成本及提供整体性能
英特尔表示，已经研究出将两个芯片放入一个封装中的有效方法，从而实现成本的降低和计算机整体性能的改善。
英特尔的研究员Mark Bohr在一次于旧金山召开的发布会中称，“异构整合”技术未来将在这家世界上最大芯片制造商中发挥更重要的作用。
这意味着英特尔将在单个部件中封装两枚硅芯片，每枚芯片都是“裸片”(die)，包含所有与计算机系统其他部分的电路连接。过去，为了将全部连接顺利接入到裸片，一个标准的多芯片封装会遇到非常多的布线问题。同时，将一枚裸片连接到另一枚裸片的方法也很低效。
Bohr称，过去的一种解决方法是使用“硅中介层”。这意味着你能在两枚主要芯片的下面放置和使用第三枚芯片。这枚芯片的目的是使得多个设备的连接更加容易，但是也带来了更高的成本。
英特尔现在已经找到了如何更高效地实现嵌入式多芯片互连桥的方法，以更低的成本实现芯片间更好的连接。
高通新技术将智能手机的虹膜扫描变成可能，传感器将实现超低能耗
高通正在研究一种将镜头、图像传感器和运行计算机视觉算法的低功耗处理器组合在一起的技术，高通将这个模块称之为“Glance”。
Glance比普通相机便宜得多，而且能耗也很低，而它可以判断人们是不是正在做一个动作（例如跳过，走近或者离开这个传感器），甚至识别某些手势。
现在，几乎每个计算机公司都在尝试为其产品加入某种形式的计算机视觉技术，无论是无人驾驶还是自动运货设施。
尽管 Glance 仍属于高通的研发部门（R&D），但它使高通有机会利用在低功耗计算领域的专长，迅速进入到这个快速增长的市场。移动设备公司和传感器制造商已经在评估这项技术，例如给智能手机或家用智能电器添加这项技术。
高通的产品管理和业务开发总监Jeff Henckels说，在智能手机上Glance可以实现新的安全功能。比如，他说，手机制造商对使用虹膜扫描来识别用户解锁手机很有兴趣，但设备的相机一直处于激活状态的话会耗尽电池。Glance传感器的功率大约是2毫瓦，而智能手机中的相机模块则需数百毫瓦。
Henckels说，省电的Glance传感器可以24小时工作，模块中的镜头可以一直开启。虽然320×240像素的分辨率不够高，无法处理像人脸识别或者映射虹膜的等图像任务，但它可以识别出用户面对手机屏幕的位置，然后激活设备的前置摄像头，进而扫描用户的虹膜。
历年全部长江学者，各大高校表现如何？
昨天下午，教育部公布了2016年度长江学者奖励计划入选名单，共有440名2016年度长江学者特聘教授、讲座教授和青年学者入选。
作为重量级高层次人才，国家“长江学者”入选者基本都是各大高校主打学科的中坚骨干，长江学者特聘教授更是目前国内仅次于两院院士的重量级荣誉。在国家双一流全面启动的背景下，各高校针对长江学者等高层次人才的竞争越来越激烈。本期青塔利用高等教育发展指标数据HDI对1999—2016年全部3487名长江学者的推荐单位进行了统计，一起来看看各高校入选数。
目前，“长江学者奖励计划”包括特聘教授、讲座教授和青年学者。2015年开始，讲座教授只面向中西部和东北地区高校。2015年首次设立了青年学者，每年遴选200名左右。目前特聘教授聘期为5年，奖金为每人每年20万元；讲座教授聘期为3年，奖金为每人每月3万元，按实际工作时间支付；青年学者聘期为3年，奖金为每人每年10万元。
与国家千人计划入选者、国家杰青、国家优青等其他人才计划相比，长江学者入选者学科最全面，理工农医管理艺术人文社科都有覆盖。另外，长江学者入选者直接获得奖金，而不是获得科研经费。
从近几年长江学者的入选情况上看，尽管中西部高校名额有一定程度的增加，不过中西部高校和东部高校差距还是越来越大。在教育部明确长江学者增量向中西部高校倾斜的背景下，未来中西部高校长江学者入选数有望增加，东部地区高校长江学者入选名额的竞争将更加激烈。
本期青塔利用高等教育发展指标数据HDI对1999—2016年全部3487名长江学者入选者的推荐单位进行了统计，共有208所高校入选。
从统计数据来看，北京大学和清华大学毫无悬念地领先其他高校，有意思的是，历年全部长江学者入选数据两校仅差一人，北大共有255人，清华共有254人。值得注意的是，含金量最高的特聘教授方面，两校入选数占历年全部名额比例达到15.1%，远远超过了其他高校。
此外，复旦大学、上海交通大学、浙江大学、南京大学和华中科技大学五所高校入选数超过100名，武汉大学、西安交通大学和中山大学入选数位居前十位。值得关注的是，人文社科领域较强的中国人民大学入选数也位居14位，超过大多数理工科名校。
总体来看，长江学者名额基本上还是集中在各大部属高校，包括教育部直属高校、工信部直属高校等。比较例外的是，在两院院士、国家杰青、国家千人计划等其他重要人才计划中表现非常突出的中国科学技术大学，在长江学者入选数上却一直不太理想，历年入选数也仅位居第20。
下面来看看1999—2016年各高校长江学者入选情况（入选数为教育部正式公布数据，以入选的推荐单位为准；存在合并的纳入合并后高校进行统计；不考虑高校长江学者调入调出的情况）：
网易科技等
无人驾驶不是简单的技术工作
4月2日消息，2017中国（深圳）IT领袖峰会在深圳举行。在下午的“无人驾驶与智慧环境”分论坛上，北极光创投创始人、董事总经理邓锋认为，无人驾驶不是一个简单的技术工作，这个行业做到完善要一步步慢慢来，需要一个整体的过程。他透露，北极光已经在产业的各个方面都有了投资布局。以下为演讲全文：
我觉得先有必要澄清一下几个概念，刚才提到无人驾驶、自动驾驶、出行，今天主题是无人驾驶与智慧环境，整个应该叫做智能出行，智能出行分为几块：关于车、关于环境，环境部分有智能交通，全自动驾驶还需要交通上才能真正做到出行方便，包括一些传感器的设置，车本身来说也有两块要搞清楚，智能出行车里面，一方面对外对环境的检测，另外一个是人机交互。
今年CES上发表的新的车主要强调人与车之间无缝的对话，通过对话、收集人的数据做服务，这是很关键的部分。在工作环境、家人面前什么样很重要。无人驾驶和自动驾驶不太一样，自动驾驶不同层面的难度完全不一样。
自动驾驶分为几块，做到完全无人需要很长时间，但是在特定的条件下，有些是技术，有些是行业发展。看待这个事情，不简单的是人工智能的事，有很多方方面面的。大家看到无人驾驶和自动驾驶，设备安全问题。安全包括两块：一块是车跟人之间的安全，还有一个整个的信息安全。
设想一下，如果这个车被黑客给控制，车可以变成武器，如果控制一堆车就可以变成国家的武器。这个问题如果解决不好不可能全部无人驾驶，不仅仅是一个技术。就算技术上来讲，不简简单单是图像识别、高速图像处理问题，怎么在车上做高速的电网？怎么东西采用什么样的标准要做。表面看起来很简单，中间有很多其他的问题在里面，包括现在传感器。传感器包括我们所说的lider，今天没有人做到固态的或者像共振的方式做。传感器激光雷达是一线还是16线还是64线上，安全性都体现出来。这个行业做到完善要一步步慢慢来，需要一个整体的过程。
今天大家总说无人驾驶、自动驾驶就是人工智能做图像处理做到哪步就可以做到，完全不是。我想讲的是这个领域对自动驾驶的理解行业分析。这个行业谁能够将来取得胜利？今天有这么多车厂，奔驰也好、宝马也好、大众也好，德国、美国这么多车厂，一些做智能的辅助设备，通过ABS等来做辅助设备，他们都会做，在整车上也可以做。互联网汽车制造商过去从来没有进入汽车行业，现在出来一堆中国的互联网公司想做汽车行不行。哪些在中国哪些在美国都不是简单的技术工作。
北极光我们不是今天才开始看，做的比较早，大概三年前左右开始进入这个行业，投了几个：
第一，（英文）这是最近比较Drive.AI视频最近在网上比较火，一般的激光雷达差一点，包括google的可以看到不是很慢的车速，完全没有人控制情况下做的。大家觉得非常不错，北极光A轮投资这家公司，我们领头来投的。
第二火的，吴恩达妻子的公司。这家公司今天的技术来讲，真正做无人驾驶是L4，L2可能车厂做到比较多，大家在智能这块的壁垒都不算太大，到L4S完全很不一样，今天即便解决也是解决了一部分。要做就做最强，否则没有很大的壁垒在L2这块，面对的是最高的这块。
第三，中科创达，人和车之间的内部交互、智能交互，这很重要的。举一个例子来说，比较火的是麦克风振列，语音处理好很多，很好区分风的噪音、路的噪音，不同的人说话区分说话，这是一个人机交互的例子，还有其他交互的。北极光一直投包括像传感器、lider专门做车的。这也是面向于未来的，技术上也有不断的进步。这也是其中的一部分，整体布局上应该说是几个层次都有。
无人驾驶远景乐观近路坎坷
网易科技讯4月2日消息，2017中国（深圳）IT领袖峰会在深圳举行。在下午的“无人驾驶与智慧环境”分论坛上，创新工场创始人、董事长李开复谈到对无人驾驶的看法，他对这个长久的方向无比看好，但是认为在短期内无人驾驶的路会非常坎坷。
他提到，谷歌已经验证，要让人辅助机器驾驶是不可能的。同时，人对安全的要求非常高，这还需要经过长期的测试和调整。但是这并不意味着无人驾驶目前完全不行，目前有一些方向仍然可以投资。
他透露，创新工场投两种公司：第一种公司是会挑选慢行的场景能够验证并且获取数据，比如宇视科技；第二种，是能够帮助无人驾驶做模拟测试的公司，比如初速度。以下为演讲速记：
李开复：我们对无人驾驶这个长久的方向无比看好，这毫无疑问是现在人工智能，如果从10年的维度来看是最大的机会，电动车这个浪潮加上无人驾驶，再加上共享经济，我觉得它所达到的效果不是说未来你买一辆车就可以自己开了，而是说未来我们就不买车了，因为有了共享经济，我们为什么要买车，我们买了车96%的时间停着，对我们有什么好处，还有更差的投资吗？它所浪费的停车位是不是浪费了空间。随时有一个滴滴等着我们，这个车是不是可以做得很小，小了就节能了，道路就变得更简单了。这个车以后能自己行走以后红绿灯还需要吗？它们彼此让路不就好了嘛。这些车都是电动的，能源问题没有了，今天碰到的交通拥堵的问题也没有了，空气污染的问题也没有了。除了出行之外，出行不要浪费时间了，不要买车，不要停车场，随叫随到，你的日历上该走的时候车就出现在你的面前。真正变成了产品为用户服务，即虚即到，节省时间，包括能源、环境、交通拥堵，都有特别巨大的颠覆性的改变。配送、运输、高速公路等等，今天整个物流全部会被颠覆。我们如果把这几个领域加起来，确实像维嘉所说这是万亿美金或更大的行业颠覆。
而且无人驾驶还扮演重要的角色，一定是无人驾驶把技术做到极致，因为有足够大量的投资来探索这些技术。这些传感器，当他们做得够好了以后会倒逼各种机器人和其他的机会。所以工业化和自动化，无人驾驶将扮演特别重要的角色，我们无比乐观，但这只是10-15年无比乐观，之间的路会非常坎坷，为什么呢？第一，我们现在对无人驾驶太简化了，我们认为12345就这么回事了，其实真的不是这样。首先当然是机器来辅助人，帮助人，让我们不要出问题，不要出车祸，当我们睡着的时候把我们叫起来，这些毫无疑问是很好的功能。但是再下面就要跳到直接的无人驾驶了，人来辅助车驾驶的场景我认为是不存在的，谷歌已经验证了这一点。大概在五年前谷歌就让员工把无人驾驶带回家了，这个车可以无人驾驶，但是会出错，请你纠正它，你的每一次纠正都是学习。员工就喝咖啡、看报纸，都发生了，这个跑起来了就不认为我要帮助它了，就像扫地机器人不会想到搬到这里往这边走，大部分自动的就必须全自动，这是很不幸的，人是一种动物，我们的要求非常高。我们对安全要求也非常高，我们希望达到跟人一样安全，人开车是在1亿公里出1-3个人命的水平。今天即便是谷歌最厉害的公司也只跑了500万公里，你要做这样的测试需要多长的时间，这有很多细节我就不多说了，这是非常坎坷的道路。
今天无人驾驶不一定要想象成客用的轿车来做无人驾驶，我们完全可以做景区的车，做垃圾车，做清洁道路的车，这些应用有几个特点，第一个速度慢，所以不会伤人命，第二可能路线比较简单，不用处理很多复杂的问题，当然还有停车，高速公路的驾车超越人已经差不多可以做到了。高速公路开这么快对人是比较危险的，但是对无人驾驶的汽车反而是轻而易举的。车跟我们开的方法是不一样的，我们停车停得要死，无人驾驶一下子就进去了，我们开高速很紧张，但是无人驾驶一点都不紧张。
基于这些理念最后讲一下创新工场的投资，我们的投资是基于这样的理念，你要投一个15年的周期太长的没有意思，在短的没有意思，我们挑选的是两种公司，第一种公司是会挑选慢行的场景能够验证并且获取数据，投的是宇视科技科技，而且他的车子在一年多前成立，现在已经开始在园区跑起来了，在北京房山。
第二个很大的问题是500万公里的测试，谷歌做了这么多测了500万公里，我们要跑1亿公里才知道会不会伤一个人，这个数据量不够大，即使跑了1亿公里也不够，因为有统计的问题。对我们作为人让机器来看，要跑1000亿公里才安心，什么公司才有财力来做呢？回到技术问题，如果你有一个模拟的环境，再加上有一个高精的地图，再加上三维重建的技术，可能可以创造虚拟的环境，然后把需要验证安全的过程大大降低，降低2-3个数量级。我们投的第二家公司就再这个事情，他的名字就叫初速度。
最新学术论文
1)TransportationResearch Part A: Policy and Practice
Volume 96, (February 2017). 第 9 篇
Matts Andersson, KarinBrundell-Freij, Jonas Eliasson, Validation of aggregate reference forecasts forpassenger transport[J]. Transportation Research Part A: Policy and Practice,2017, 96: 101-118.
2)TransportationResearch Part B: Methodological
Volume 97, (March 2017). 第10篇
Jiateng Yin, Lixing Yang, TaoTang, Ziyou Gao, Bin Ran, Dynamic passenger demand oriented metro trainscheduling with energy-efficiency and waiting time minimization: Mixed-integerlinear programming approaches[J]. Transportation Research Part B:Methodological, 2017, 97: 182-213.
3)TransportationResearch Part C: Emerging Technologies
Volume 75, (February 2017). 第11篇
Taha H. Rashidi, Alireza Abbasi, Mojtaba Maghrebi, Samiul Hasan, Travis S. Waller, Exploring the capacity of social media data for modelling travel behaviour: Opportunities and challenges[J]. Transportation Research Part C: Emerging Technologies, 2017, 75: 197-211.
.
4)Transportation Research Part D: Transport and Environment
Volume 51, (March 2017). 第 6篇
Wangtu (Ato) Xu, Wei Zhang, Ling Li, Measuring the expected locational accessibility of urban transit network for commuting trips[J]. Transportation Research Part D: Transport and Environment, 2017, 51: 62-81.: 197-211.
5)Transportation Research Part E: Logistics and Transportation Review
Volume 98, (February 2017). 第7篇
Rui Dai, Jianxiong Zhang, Greenprocess innovation and differentiated pricing strategies with environmentalconcerns of South-North markets[J]. Transportation Research Part E: Logisticsand Transportation Review, 2017, 98: 132-150.
6)TransportationResearch Part F: Traffic Psychology and Behaviour
Volume 45, In Progress (February 2017). 第 5篇
Kelli England Will, Krystall E. Dunaway, Evaluation of aparticipative education process for increasing tween restraint use in Virginia:The Make it Click initiative[J]. Transportation Research Part F: TrafficPsychology and Behaviour, 2017, 45: 54-64.
7) Accident Analysis& Prevention
Volume 99, In Progress (February 2017). 第 6篇
Ziqiang Zeng, Wenbo Zhu, Ruimin Ke, John Ash, Yinhai Wang, Jiuping Xu, Xinxin Xu, A generalized nonlinear model-based mixed multinomial logit approach for crash data analysis[J]. Accident Analysis & Prevention, 2017, 99(A): 51-65.
8)《交通运输工程学报》Journal ofTraffic and Transportation Engineering
2016年06期. 第 10篇
王加胜,刘永学,杨昆,等.基于空间聚类分析的南海主要航线提取方法[J].交通运输工程学报,2016,16(06):91-98.
WANG Jia-sheng,LIU Yong-xue,YANGKun,et al.Extraction method of main routes in South China Sea based on spatialcluster analysis[J].Journal of Traffic and TransportationEngineering,2016,16(06):91-98. (in Chinese)
9)《中国公路学报》China Journal of Highway and Transport
2016年12期. 第 15篇
刘强, 谭忠盛,任辉, 王秀英,徐瑞祥. 临海隧道新型止水带研究[J]. 中国公路学报, 2016, 29(12): 116-123.
LIU Qiang, TAN Zhong-sheng, RENHui, WANG Xiu-ying, XU Rui-xiang. Study on New Water Stop for Near SeaTunnel[J]. China Journal of Highway and Transport, 2016, 29(12): 116-123. (inChinese)
10)《交通信息与安全》Journal of Transport Information and Safety
2016年06期. 第16 篇
孙正良,江帆,虞力英. 新能源汽车发展对城市交通管理的影响[J]. 交通信息与安全, 2016, 34(6):108-113.
SUN Zhengliang, JIANG Fan, YULiyin. Influences of Development of New Energy Vehicles on Management of UrbanTraffic[J]. Journal of Transport Information and Safety,2016, 34(6): 108-113. (inChinese)
武理工智能交通
长按 识别 关注
Loading
